346.中國抗疫十大黑科技（以人工智能爲主力的黑科技）
摘自數邦客（2020.3.30發佈）
負壓救護車
- 人工智能機器人：如送餐機器人、消毒機器人、服務型機器人，及機器人呼叫等
- 呼吸道病毒核配檢測試劑盒（1.5小時內出檢測結果）
- 無接觸超市（含自助收銀系統）如爲火神山、雷神山兩座醫院建築工人和醫護人員提供充分的後勤保障
- AI體溫檢測和影像識別：包括快速檢測基因組、全程無接觸測溫安檢一體機（安裝在上海地鐵）
- 無人機：供消毒、運輸、監測用
- 遠程醫療平臺，如三維數字化遠程會診系統，火神山遠程醫療平臺等
- AI算法和5G新應用，用於診斷方案、基因診斷、藥物篩選等的AI算法
- 5G新應用用於遠程醫療
- 全自動口罩生產機，1分鐘能產出100只口罩，日產量300萬隻
- 投影式紅外血管成像儀（一針見血）
347.新冠病毒（COVID一19）數據集發佈
谷歌雲（GoogleCloud）發佈新冠病毒COⅤID一19數據集，可構建人工智能模型來對抗疫情
3月31日谷歌正式宣佈啓動一項名爲新冠病毒公共數據集（COVID一19PublicDatasets）的項目，該項目將託管一個與疫情相關的公共數據資料庫，它將對外開放，以便外界自由訪問、查詢和分析。谷歌表示，這樣做的目的是消除障礙，爲研究人員提供快速、便捷的關鍵信息訪問途徑。
348.清華等科研團隊使用人工智能基因組方法，從蝙蝠“百毒不侵”中尋找病毒賴以複製的宿主蛋白，利於研發抑制新冠病毒的新藥
蝙蝠可以攜帶多種病毒，是埃博拉病毒、SARS一COⅤ、MERS一COⅤ、亨尼巴病毒和新冠病毒的天然宿主。
科研團隊通過對蝙蝠細胞的20000多個基因進行系統全面的篩選，確定了數十個病毒複製所依賴的關鍵蝙蝠基因，並發現了一個共同的新的宿主基因MTHFD（宿主蛋白），以此爲靶點選擇抗毒新藥Carolacton（可有效抑制新冠病毒）。
該科研團隊由下列單位、人員組成：清華大學結構生物學高精尖創新中心譚旭研究員、杜克一新加坡國立大學醫學院王林發教授，與清華大學藥學院崔進博士、葉倩博士後、杜克一新加坡國立大學醫學院DanielleAnderson、中國疾控中心黃保英博士（上述4人爲論文並列第一作者），及中國疾控中心譚文傑研究員、中科院動物所周旭明研究員、美國Duke大學SoYoungKim教授。
349.改進腦機接口技術從而誕生“腦活動翻譯機”
美國加州大學舊金山分校科學家約瑟芬-馬金AI研發團隊，在英國《自然-神經科學》雜誌上（3月30日）發表了一項腦機接口最新研究成果：一種能夠以較高準確率解碼神經活動並將其翻譯爲句子的機器翻譯算法。
在他們改進前的腦機接口技術是這樣的：當人類思考時，大腦皮層中的神經元會產生微小電流，不同的思考活動激活的神經元也不同，這就是腦機接口技術所依靠的原理。但一直以來，腦機接口在解碼神經活動方面只取得了有限成功，其準確率遠遠低於解碼自然語言——過去的腦接口只能解碼口頭詞語的片段或口頭詞組中不到40%詞語。
馬金教授們此次研究，他們盤點了機器翻譯領域最新進展，並利用這些方法訓練循環神經網絡，將神經信號直接映射爲句子。
在此次研究中，4名受試者此前在顱內均被植入以監測癲癇的電極，電極會將他們大聲讀出句子時的神經活動記錄下來，之後這些記錄被添加到一個循環神經網絡中，從而將規律性出現的神經特徵表示出來，這些神經特徵可能與言語的重複性特徵（比如元音、輔音或發音器官接收的指令）相關。接着，另一個循環神經網絡逐字解碼這種算法，形成句子。這樣，明顯參與言語解碼的腦區同樣參與言語生成和言語感知。
這時這種機器翻譯方法將一名受試者的神經活動解碼爲口頭句子的錯誤率大大降低，已經和專業言語轉錄相當！
350.評說IBM Watson的AI醫療
IBM在2011年成立獨立的“沃森健康（WatsonHealth）”部門，進行AI醫療諮詢研究工作，建立一個AI醫療諮詢工具（Watson for oncology），培育“AI醫生”。IBM Watson推動知識表示、知識推理和數據結合，依託自然語言處理（NLP），構建並進入人工智能認知計算（模擬人腦思維過程的系統），總結患者電子健康記錄，並透過其背後強大的數據庫的支持，由Watson的“AI醫生”出面提供醫療諮詢建議。
自2011年至2016年，IBM Watson與MD安德森癌症中心合作，研究提出AI醫療諮詢，6年來開展了25個研究課題，並對635個病例提出診治諮詢建議，花掉了醫院方提供的6200萬美元研究經費，最後2016年由醫院方提出終止雙方的合作建議。對醫療效果的評估雙方分歧很大，醫院方的意見是Waston“AI醫生”的建議與醫院臨牀醫生的診斷出入太大（一致率很低）。
我們來看看第三方的評估：
① IBM WatsonHealth當時要裁員70%，是否表示WatsonAI醫療泡沫化。
②Watson展示的突破性技術是其理解NLP的能力，但事實上NLP不足以支持Watson邁進認知計算。
③Watson“首敗”，試圖創造一位“AI醫生”是一件極其困難的工作。
④IBM的醫療產品沒有成功實現商業化。
⑤國內一位AI專家說IBM Watson真正把知識推理和數據結合起來了。
我們還是看看當年圖靈獎得主、AI資深專家YoshuaBengio對此亊是如何評論的：
IBM對醫療保健系統中不同參與者進行了數量驚人的調查，希望AI可以透過分析海量的數據集做出決策支持，擴大Watson的“認知”能力，但NLP雖然取得較大進步，但與人類相差還甚遠。
在醫學文本方面，AI系統無法消歧，也無法找到人類醫生注意到的細微線索。雖然AI系統不需要充分了解也可以幫助醫療，但確實還沒有一個“AI醫生”能與人類醫生的理解和洞察力相匹配。
351.人工智能從感知智能向認知智能演進（阿里達摩院發佈2020十大科技趨勢並解讀，這是之一）
編者按：人工智能的核心應該是知識表示和不確定性推理，摸擬人腦思考過程，這正是人工智能從感知智能向認知智能演進有待解決的任務，欲達此目的還是一個漫長過程，現錄下一則跟貼（351）達摩院對此解讀：
人工智能在聽、說、看等感知智能領域已達到或超越人類水準，但在需要外部知識、邏輯推理或者領域遷移的認知智能領域還處於初級階段。
實現認知智能是當下人工智能研究的核心，也是未來人工智能熱潮進一步打開天花板、形成更大產業規模的關鍵。
認知智能將結合人腦推理過程，進一步解決複雜的閱讀理解問題和少樣本的知識圖譜推理問題，協同結構化的推理過程和非結構化的語義理解，以及多模態預訓練問題。
認知智能的出現使得AI系統主動了解事物發展的背後規律和因果關係，而不再只是簡單的統計擬合，從而進一步推動下一代具有自主意識的AI系統。
更多推薦